Performance evaluation of cell-free massive mimo wireless systems using dynamic mode decomposition

Abstract

Cell-Free Massive Multiple-Input Multiple-Output (CF-MIMO) systems are recognized for their potential to revolutionize wireless communication by enhancing spectral efficiency and mitigating interference. However, their large-scale deployment introduces significant challenges in scalable signal processing, particularly in channel estimation and resource allocation. This study proposes the use of Dynamic Mode Decomposition (DMD) to address these challenges, offering a novel approach for improving channel state information (CSI) estimation. The methodology leverages DMD to extract dynamic modes from received signal snapshots, capturing the temporal and spatial evolution of wireless channels. This enables more accurate and adaptive CSI estimation, especially in highly dynamic and mobile environments. The research validates the proposed method through comprehensive simulations, demonstrating superior performance when compared to traditional techniques such as Minimum Mean Squared Error (MMSE), Maximum Ratio Combining (MRC), and Zero Forcing (ZF). Key evaluation metrics include the Cumulative Distribution Function (CDF) of spectral efficiency and average uplink/downlink performance. Additionally, the study highlights the implications of DMD-based channel estimation on beamforming, spatial multiplexing, and overall system capacity. The findings underscore the feasibility of incorporating DMD in CF-MIMO systems to enhance scalability, reliability, and efficiency in dense and dynamic wireless networks.

Los sistemas Cell-Free Massive Multiple-Input Multiple-Output (CF-MIMO) han transformado las comunicaciones inal´ambricas al mejorar la eficiencia espectral y mitigar la interferencia. Sin embargo, su despliegue a gran escala presenta importantes desaf´ıos en el procesamiento de se˜nales, particularmente en la estimaci´on de canales y la asignaci´on de recursos. Este estudio propone el uso de la Descomposici´on en Modos Din´amicos (DMD) como una metodolog´ıa novedosa para abordar estas complejidades, mejorando la estimaci´on de informaci´on del estado del canal (CSI). La DMD permite extraer modos din´amicos a partir de instant´aneas de se˜nales recibidas, capturando la evoluci´on temporal y espacial de los canales inal´ambricos, y logrando as´ı estimaciones de CSI m´as precisas y adaptativas, especialmente en entornos altamente din´amicos y m´oviles. La investigaci´on valida la efectividad del m´etodo mediante simulaciones exhaustivas, que demuestran un rendimiento superior en comparaci´on con t´ecnicas tradicionales como el Error Cuadr´atico Medio M´ınimo (MMSE), la Combinaci´on de Relaci´on M´axima (MRC) y la Fuerza Cero (ZF). Los principales m´etricas de evaluaci´on incluyen la Funci´on de Distribuci´on Acumulativa (CDF) de la eficiencia espectral y el rendimiento promedio en enlace ascendente y descendente. Adem´as, se analizan los impactos de la estimaci´on basada en DMD en la formaci´on de haces, la multiplexaci´on espacial y la capacidad general del sistema. Los resultados subrayan el potencial de integrar la DMD en sistemas CF-MIMO para mejorar la escalabilidad, la confiabilidad y la eficiencia en redes inal´ambricas densas y din´amicas.